1月25日，该研究院发布了2022年十大技术趋势预测。榜单上的十大技术趋势涵盖了AI核心技术、交叉学科和跨学科研究、AI产业和社会价值三个层面，包括预训练大模型、面向科学的AI、基于AI的生物计算、隐私计算、量子软硬一体化、自动驾驶、深度空检测、人机共生、绿色AI和包容性AI等。
在AI核心技术层面，预测认为备受业界关注的超大规模预训练模型将呈现知识增强、跨模态统一建模、学习方式多元的趋势，并逐渐实用化，打破盲目增加参数规模的“军备竞赛”。预计2022年，大模型的研发方向将转向“实用化”，大模型的效果、普适性、通用化、可解释性和运行效率将持续提升，应用门槛将持续降低，并广泛应用于诸多场景。
在跨学科、跨领域研究层面，AI正成为影响研究方法论和生命科学、数据安全、量子科学等领域的普适变量。该研究机构预测，人工智能在科学研究中的应用，即与AI for Science相关的新研究领域的出现，有望带来研究范式的改变。
基于人工智能的生物计算将继续高速发展，基础研究和应用场景的协同创新将实现新的突破。2021年，AI不仅使基因编辑者能够更准确、更快速地找到目标，还帮助在蛋白质的结构预测方面取得了重大突破。未来，基于AI的生物计算将取得更多成果:如基于蛋白质的药物设计、合成和筛选；基于mRNA技术的抗癌药物、单克隆抗体、免疫疗法等。基于人工智能的生物计算也有望大幅降低药物研发的周期和成本，促进精准医疗和个性化诊疗。
聚焦量子科学领域，量子软硬件一体化成为主流趋势，现实需求加速了量子计算与各行业的融合创新。近年来，量子计算的发展一直在加快。预测表明，2022年，量子芯片的设计、制备和测控技术将继续发展，量子比特数将呈规模增长，并将沿着降低噪声或适应噪声这两个思路寻求突破。
Deep 空探测是科技竞争的制高点，极具挑战性。未来，AI技术将与航天科技融合，推动deep 空探测迈向智能化新阶段。随着deep 空探测任务的规模化和科学任务的复杂化，能够独立完成任务的智能探测解决方案成为一个核心技术方向。该所提出，未来有望将24小时连续无人操作等机械自动化技术应用于深空探测设备。比如挖标本、搭建临时建筑、故障检测修复等。可以通过AI操作完成。
疫情下，“社交距离”的限制正在加速人机共生，支撑虚实结合、智能交互技术快速融入生产生活。人与机器人带来惊艳的交互体验，“人机共生”的时代已经悄然到来。预计未来会出现更多的虚实融合、智能交互的平台。
不仅如此，AI还在实现“双碳”和包容性技术的目标方面创造了重要价值。绿色更多地包含在人工智能蓝图中，有助于实现二氧化碳排放峰值的碳中和目标。随着AI技术产业化进程的加快，数据中心和大规模AI计算的能耗问题日益突出。预计未来几年，从芯片到模型，从架构到策略，都将全面进行环保考量，发展“绿色AI”。
AI也将更具包容性。开源平台和公共数据集的不断发展，降低了AI技术的门槛，帮助中小企业降本增效。人工智能服务提供商将关注老年人和儿童等弱势群体的需求，开发包容性的人工智能服务和产品。
首席技术官兼研究院院长王海峰表示:“核心技术快速演进、跨领域连接增强、产业基础日益坚实的人工智能技术，已成为引领创新发展的重要力量。”王海峰认为，在这个不确定的时代，用科学技术来锚定世界的“确定性”是适时的。
